10.15918/j.tbit1001-0645.2019.153
VTC-KSVD:一种融合视觉特征与标签一致性的多标签图像标注方法
提出一种融合视觉特征及标签一致性的多标签图像标注方法 VTC-KSVD.首先通过K均值奇异值分解(KSVD)法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训练样本的标签与编码系数的关系,增加了字典的判别性,提高了标注性能.在Corel5K数据集上的实验结果表明,融合了多视图视觉特征与标签一致性的VTC-KSVD方法可以较为准确地找到视觉特征与语义特征均相似的图像近邻,能明显提升多标签图像的标注性能,并能有效缓解训练数据有限而引起的稀疏性问题.
图像标注、KSVD、视觉特征、标签一致性
40
TP391(计算技术、计算机技术)
中国青年科学基金资助项目;中国航天九院技术创新基金资助项目
2020-04-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
175-181,188